[发明专利]物体识别方法及装置

权利要求书

1.一种基于多个头端(Header)的感知网络，其特征在于，所述感知网络包括主干网络和多个并行Header，所述多个并行Header和所述主干网络连接；

所述主干网络，用于接收输入的图片，并对所述输入的图片进行卷积处理，输出对应所述图片的具有不同分辨率的特征图；

所述多个并行Header中的每个Header，用于根据所述主干网络输出的特征图，对一个任务中的任务物体进行检测，输出所述任务物体所在区域的2D框以及每个2D框对应的置信度；其中，所述每个并行Header完成不同的任务物体的检测；其中，所述任务物体为该任务中需要检测的物体；所述置信度越高，表示所述对应该置信度的2D框内存在所述任务所对应的任务物体的概率越大。

2.根据权利要求1所述的感知网络，其特征在于，所述每个并行头端包括候选区域生成网络(RPN)模块、感兴趣区域提取(ROI-ALIGN)模块和区域卷积神经网络(RCNN)模块，所述每个并行头端的RPN模块独立于其它并行头端的RPN模块；所述每个并行头端的ROI-ALIGN模块独立于其它并行头端的ROI-ALIGN模块；所述每个并行头端的RCNN模块独立于其它并行头端的RCNN模块，其中，对于所述每个并行头端：

所述RPN模块用于：在所述主干网络提供的一个或者多个特征图上预测所述任务物体所在的区域，并输出匹配所述区域的候选2D框；

所述ROI-ALIGN模块用于：根据所述RPN模块预测得到的区域，从所述主干网络提供的一个特征图中扣取出所述候选2D框所在区域的特征；

所述RCNN模块用于：通过神经网络对所述候选2D框所在区域的特征进行卷积处理，得到所述候选2D框属于各个物体类别的置信度；所述各个物体类别为所述并行头端对应的任务中的物体类别；通过神经网络对所述候选区域2D框的坐标进行调整，使得调整后的2D候选框比所述候选2D框与实际物体的形状更加匹配，并选择置信度大于预设阈值的调整后的2D候选框作为所述区域的2D框。

3.根据权利要求1或2所述的感知网络，其特征在于，所述2D框为矩形框。

4.根据权利要求2所述的感知网络，其特征在于，

所述RPN模块用于：基于所属任务对应的物体的模板框(Anchor)，在主干网络提供的一个或者多个特征图上对存在该任务物体的区域进行预测以得到候选区域，并输出匹配所述候选区域的候选2D框；其中，所述模板框是基于其所属的任务物体的统计特征得到的，所述统计特征包括所述物体的形状和大小。

5.根据权利要求1-4任一项所述的感知网络，其特征在于，所述感知网络还包括一个或多个串行Header；所述串行Header与一个所述并行Header连接；

所述串行Header用于：利用其连接的所述并行Header提供的所属任务的任务物体的2D框，在所述主干网络上的一个或多个特征图上提取所述2D框所在区域的特征，根据所述2D框所在区域的特征对所述所属任务的任务物体的3D信息、Mask信息或Keypiont信息进行预测。

6.根据权利要求1-4任一项所述的感知网络，其特征在于，所述RPN模块用于在不同的分辨率的特征图上预测不同大小物体所在的区域。

7.根据权利要求6所述的感知网络，其特征在于，所述RPN模块用于在低分辨率的特征图上完成大物体所在区域的检测，在高分辨率的特征图上完成小物体所在区域的检测。

8.一种物体检测方法，其特征在于，所述方法包括：

接收输入的图片；

对所述输入的图片进行卷积处理，输出对应所述图片的具有不同分辨率的特征图；

根据所述特征图，针对不同的任务独立检测每个任务中的任务物体，输出所述每个任务物体所在区域的2D框以及每个2D框对应的置信度；其中，所述任务物体为该任务中需要检测的物体；所述置信度越高，表示对应所述该置信度的2D框内存在所述任务所对应的任务物体的概率越大。